机器学习基石(15)--Validation
本节课主要讲述怎样在模型和参数之间做选择。
把已知的数据中分出一部分来当做validation的数据,用来验证我们hypothesis的表现。
validation和真实Eout的差距:
我们用validation得到最好的模型之后,再把所有的数据合起来再去做训练,因为N变大了,所以得到的结果的Eout应该是最好的:
validation的大小也是很重要的:
课程给出了一个建议:validation和train最好1-4开。
Leave-One-Out-Cross-Validation
一个大小为N的数据每次只留出一个点做validation,剩下的做train,然后重复N次,得到的所有的validation做一个平均。
LOO的数学证明:
LOOCV在N比较大的时候,计算会耗费很大的时间。于是我们有了V-10-fold CV来解决LOOCV的计算量问题。
把整体的数据分成10份,leave one out其中的一份,这样的话就只需要验证10次而不是N次了。10份是比较常见的选择。
总结: